解决Keras 2.3.1版本中无法导入HeNormal初始化器的ImportError问题

这个问题我之前碰到过，核心原因很直白：HeNormal初始化器是在Keras 2.4.0版本中才新增的，而你当前用的是2.3.1版本，自然找不到这个类，所以会抛出ImportError。

下面给你两种可行的解决办法，按需选择就行：

方案一：升级Keras版本 #

既然你的环境是conda管理的，直接用conda命令把keras-gpu升级到2.4.0及以上版本即可：

conda install -c anaconda keras-gpu=2.4.0

注意：Keras和TensorFlow版本有严格的兼容性对应关系，Keras 2.4.0需要搭配TensorFlow 2.3.x及以上版本。如果升级后出现TensorFlow相关报错，记得同步升级TensorFlow-GPU：

conda install -c anaconda tensorflow-gpu=2.3.0

方案二：不升级，手动替代HeNormal功能 #

如果你不想升级Keras（比如担心环境依赖冲突），可以用两种方式实现和HeNormal完全一致的效果：

方式1：用内置的VarianceScaling替代 #

HeNormal本质就是VarianceScaling的一种特定配置，直接用下面的代码代替HeNormal即可：

from keras.initializers import VarianceScaling

# 这行代码等价于原生HeNormal
he_normal_init = VarianceScaling(scale=2.0, mode='fan_in', distribution='normal', seed=None)

后续在模型层里用he_normal_init作为初始化器就行，效果和原生HeNormal一模一样。

方式2：自定义HeNormal初始化器 #

如果你想保留HeNormal的类名，也可以自己实现一个：

from keras.initializers import Initializer
import numpy as np
from keras import backend as K

class HeNormal(Initializer):
    def __init__(self, seed=None):
        self.seed = seed

    def __call__(self, shape, dtype=None):
        # 计算输入神经元数量fan_in
        fan_in = shape[0] if len(shape) == 1 else np.prod(shape[:-1])
        std = np.sqrt(2. / fan_in)
        return K.random_normal(shape, mean=0., stddev=std, seed=self.seed, dtype=dtype)

定义完这个类后，你就可以像原来一样直接在脚本里使用它，或者把它放在单独的模块里导入调用。

内容的提问来源于stack exchange，提问作者stopper